![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
尼古拉斯·two_dog
这个作者很懒,什么都没留下…
展开
-
图像处理总结
图像滤波:1.均值滤波(cv2.blur):取除了中心点之外的所有点的均值。优点:对于去除胡椒盐噪声比较好缺点:不能很好地保护图像细节,在图像去噪的同时也破坏了图像的细节部分,从而使图像变得模糊。2.中值滤波(cv2.medianBlur):取所有像素点灰度值的中值,让周围的像素值接近的真实值,从而消除孤立的噪声点。优点:对于去除胡椒盐噪声比较好。缺点:也是不能保护图像细节,会变模糊。3.高斯滤波(cv2.GaussianBlur):取邻域内的所有像素值的加权平均值,离中心越近的像素权重越原创 2021-05-29 15:29:44 · 661 阅读 · 0 评论 -
图像裁剪和拼接(普通版、overlap版)
图像切块(普通版)from PIL import Imageimport osdef mkdir(path): folder=os.path.exists(path) if not folder: os.makedirs(path)path='img/test2/src/'save_cut='img/test2/cut/'save_resize='img/test2/resize/'n=0files=os.listdir(path原创 2021-07-01 10:40:37 · 2256 阅读 · 3 评论 -
图像进行傅里叶变换
参考链接:https://blog.csdn.net/wumu720123/article/details/89930745https://blog.csdn.net/can3981132/article/details/52559402代码:# -*- coding: utf-8 -*-import cv2import numpy as npfrom matplotlib import pyplot as pltimport osdef fuliye(img, save_na原创 2021-06-29 17:56:20 · 288 阅读 · 0 评论 -
霍夫变换检测圆
参考链接:https://github.com/mokosaur/iris-recognition代码:import matplotlib.pyplot as pltimport cv2import mathimport numpy as npfrom scipy.ndimage.filters import gaussian_filterimport osimport timedef show_segment(save_name,img, x, y, r, x2=None, y原创 2021-06-29 17:36:17 · 165 阅读 · 0 评论 -
图像分割算法(传统处理)
1.test1.pyimport cv2import numpy as npimg_path = r'img/a.jpg'img = cv2.imread(img_path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)blurred = cv2.GaussianBlur(gray, (9, 9),0)# 计算梯度gradX = cv2.Sobel(gray, ddepth=cv2.CV_32F, dx=1, dy=0)gradY = c原创 2021-06-29 16:19:26 · 1236 阅读 · 3 评论 -
图片数字识别
import pytesseractimport numpy as npfrom PIL import Imageimport cv2import osimport shutilpytesseract.pytesseract.tesseract_cmd = 'c://Program Files (x86)//Tesseract-OCR//tesseract.exe'tessdata_dir_config = '--tessdata-dir "c://Program Files (x86)/.原创 2021-06-29 10:50:27 · 632 阅读 · 0 评论 -
图像处理-python实现图像处理(消噪,直方图均衡化,二值化,形态学)
转载一篇图像处理文章:https://blog.csdn.net/wsh596823919/article/details/79982485转载 2019-06-14 22:11:09 · 603 阅读 · 0 评论 -
python——图像处理1(点击显示坐标、转灰度、膨胀、腐蚀)
1.点击图像显示坐标、rgb、hsvimport cv2# 读 取 图 片img = cv2.imread('74.jpg') # 直接读为灰度图像# 缩小图像10倍(因为我的图片太大,所以要缩小10倍方便显示)height, width = img.shape[:2]size = (256, 256) # bgrimg = cv2.resize(img, size, i...原创 2019-06-19 20:55:58 · 1545 阅读 · 0 评论 -
python——图像处理2(resize、翻转、二值化、gama变换、截取人脸)
1.图片resizeimport cv2import ospath='1/'save_path='2/'for file in os.listdir(path): if file.endswith('jpg'): print(file) img = cv2.imread(path+file) new_img = cv2.resiz...原创 2019-06-19 21:01:07 · 2227 阅读 · 1 评论 -
python——图像处理3(均值偏移、改变亮度、图像修复、图像融合)
1.均值偏移(磨皮效果)import cv2 as cvimport numpy as npdef bi_demo(image):#边缘保留滤波 dst=cv.bilateralFilter(image,0,40,15) cv.imshow("bi_demo",dst)def shift_demo(image):#均值迁移 dst=cv.pyrMeanShi...原创 2019-06-19 21:06:18 · 2012 阅读 · 0 评论 -
python——图像处理4(生成纹理)
1.根据rgb波动生成纹理(把一张图片的纹理,在另一张上面生成出来)import cv2 as cvimport numpy as npimport cv2def get_avg(list5): if len(list5)==0: avg=0; else: avg = sum(list5)/ len(list5) return av...原创 2019-06-20 19:33:09 · 3463 阅读 · 0 评论 -
opencv—图像增强处理1
数据增强的方法很多,有加噪声、旋转、改变饱和度、亮度、对比度、锐度等;可以单一改变一个参数,也可以进行混合调节。以下一一介绍几种方法:代码1:改变hsvdef randomHueSaturationValue(image, hue_shift_limit=(-2,8),sat_shift_limit=(-5,50),val_shift_limit=(0,1.5)): img = cv...原创 2019-05-28 22:15:14 · 1026 阅读 · 0 评论 -
opencv—图像增强处理2(噪声计算)
接上篇数据增强代码6:高斯噪声、椒盐噪声import cv2import randomfrom numpy import *def PepperandSalt(src,percetage): NoiseImg=src NoiseNum=int(percetage*src.shape[0]*src.shape[1]) for i in range(NoiseNum)...原创 2019-05-28 22:20:02 · 1212 阅读 · 0 评论 -
图片相似度对比
文章给出了两种方法,可以计算两张图片的相似度参考文章:https://blog.csdn.net/xundh/article/details/78255037方法一:from PIL import Imageimport globimport osclass CompareImage(): def calculate(self, image1, image2): ...转载 2019-05-28 21:49:12 · 8938 阅读 · 6 评论 -
图片从RGB转换成Lab
由于图片的Lab色彩空间的值没法直接得到,需要手动计算转换;网上也有很多方法,但是准确度都不统一,我之前做色彩还原时,在这上面花了不少时间,本文提供一种计算方法,经过测试与标准值几乎一致。代码如下:import colorsysfrom PIL import Imagedef get_dominant_color(image): #颜色模式转换,以便输出rgb颜色值 im...原创 2019-05-28 21:28:51 · 3165 阅读 · 5 评论 -
把图片均匀的裁剪成n张
代码如下:from PIL import Imageim = Image.open("img/b.jpg")# 图片的宽度和高度img_size = im.sizeprint("图片宽度和高度分别是{}".format(img_size))xx = 6yy = 4x = img_size[0] // xxy = img_size[1] // yyfor j in range...原创 2019-05-28 21:22:15 · 678 阅读 · 0 评论